高光谱遥感图像DE-self-training半监督分类算法

被引：9

作者：

王俊淑 ^{[1
]}

江南 ^{[1
,2
]}

张国明 ^{[3
]}

胡斌 ^{[1
,2
]}

李杨 ^{[1
,2
]}

吕恒 ^{[1
,2
]}

机构：

[1] 南京师范大学虚拟地理环境教育部重点实验室

[2] 江苏省地理信息资源开发与利用协同创新中心

[3] 江苏省卫生统计信息中心

来源：

农业机械学报 | 2015年 / 46卷 / 05期

关键词：

高光谱遥感图像; 半监督分类; 数据剪辑;

D O I：

暂无

中图分类号：

TP751 [图像处理方法];

学科分类号：

081002 ;

摘要：

提出了一种高光谱遥感图像半监督分类算法DE-self-training。利用少量标记样本作为初始训练集,基于改进的Self-training算法构建初始分类器,对未标记样本进行预测;然后从分类结果中按一定比例随机选取部分样本,连同其类别标记一起加入训练集中,再用扩大的训练集重新训练分类器,并对剩余的未标记样本进行预测。如此迭代地进行训练-预测-挑选样本扩大训练集过程。同时,在迭代训练过程中,运用基于最近邻域规则的数据剪辑策略对扩大训练集时产生的误标记样本进行过滤,以保证训练集的质量,不断迭代地训练出更精确的分类器,最终使所有未标记样本都获得类别标记。以AVIRIS Indian Pines和Hyperion EO-1 Botswana作为实验数据对DE-self-training算法进行测试,并与基于支持向量机的分类结果作比对。实验表明,DE-self-training算法可以在标记样本数量有限条件下,充分挖掘未标记样本的有用信息,使总体分类精度和Kappa系数都有不同程度的提高。

引用

页码：239 / 244

页数：6

共 17 条

[1] Identifying and handling mislabelled instances [J].

Muhlenbach, F ;

Lallich, S ;

Zighed, DA .

JOURNAL OF INTELLIGENT INFORMATION SYSTEMS, 2004, 22 (01) :89-109

[2]

Analysis of new techniques to obtain quality training sets[J] . J.S. Sánchez,R. Barandela,A.I. Marqués,R. Alejo,J. Badenas. &nbspPattern Recognition Letters . 2002 (7)

[3]

Efficient Co-Regularised Least Squares Regression. U. Brefeld,T. G?rtner,T. Scheffer,S. Wrobel. Proceedings of the 23rd International Conference on Machine Learning (ICML’06) . 2006

[4] 基于半监督核模糊c-均值算法的北京一号小卫星多光谱图像分类 [J].

刘小芳 ;

何彬彬 ;

李小文 .

测绘学报, 2011, 40 (03) :301-306+325

[5] 基于特征选择和半监督学习的遥感图像检索 [J].

朱佳丽 ;

李士进 ;

万定生 ;

冯钧 .

中国图象图形学报, 2011, 16 (08) :1474-1482

[6]

Learning from labeled and unlabeled data. Kothari R,Jain V. IJCNN’’02.Proceedings of the 2002 International Joint Conference on Neural Networks . 2002

[7] 基于流形学习的高光谱影像降维理论与方法研究 [J].

孙伟伟 .

测绘学报, 2014, 43 (04) :439-439

[8]

Analyzing the effectiveness and applicability of co-training. Nigam K,Ghani R. Proceedings of the Ninth International Conference on Information and Knowledge Management . 2000

[9]

Sem-supervised learning using randomized mincuts. BLUM A,LAFFERTY J,RWEBANGIRA M,et al. the 21st International Conferenceon Machine Learning (ICML-04) . 2004

[10]

Semi-supervised learning literature survey. Zhu X. Journal of Women s Health . 2005

← 1 2 →